dianliang/dl_site_system
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Compare commits

base: dianliang:650d55323cc73814e06ddbe21dad39ea15c74370
Branches Tags
dianliang:master
dianliang:dev
...
compare: dianliang:81e10c7cfb25bd11de8b150c91a3afd494ca00ea
Branches Tags
dianliang:master
dianliang:dev

4 Commits
650d55323c ... 81e10c7cfb

Author SHA1 Message Date
menft
81e10c7cfb Merge remote-tracking branch 'origin/master' 
# Conflicts:
#	dl_admin/ruoyi-common/src/main/java/com/ruoyi/common/utils/GoogleRankUtil.java
 2025-10-24 17:06:17 +08:00
menft
ec367725a3 谷歌搜索优化 2025-10-24 17:05:49 +08:00
menft
17c620d530 Merge remote-tracking branch 'origin/master' 
# Conflicts:
#	dl_admin/ruoyi-common/src/main/java/com/ruoyi/common/utils/GoogleRankUtil.java
 2025-10-24 16:09:59 +08:00
menft
5bb2a9a1ee feat(utils): 新增GoogleRankUtil工具类，基于speculationrules实现稳定的Google排名查询 
✨ 核心特性：
- 基于Google speculationrules的JSON解析，不依赖DOM结构
- 支持多页搜索（前20名），自动翻页直到找到目标
- 精准的排名计算，baseRank + validRank机制
- 智能过滤Google自身域名，只计数真实搜索结果
- 会话复用机制，降低验证码触发率
- 丰富的配置选项（无头模式、请求间隔、重试策略等）

🔧 技术实现：
- Jackson解析speculationrules脚本中的prefetch URLs
- Selenium WebDriver自动化浏览器
- 人性化延时和滚动，模拟真实用户行为
- User-Agent随机化，增强反爬友好性

📊 测试结果：
- "货车" → 维基百科排名第1名 ✓
- "大卡车" → 维基百科排名第12名（第2页第2个结果）✓

优势：相比传统DOM解析方案更稳定、准确，不受页面结构变化影响
 2025-10-24 02:31:17 +08:00
1 changed files with 170 additions and 273 deletions
Show Stats Expand all files Collapse all files

443
dl_admin/ruoyi-common/src/main/java/com/ruoyi/common/utils/GoogleRankUtil.java
View File

@ -22,10 +22,11 @@ import java.net.URLEncoder;
import java.nio.charset.StandardCharsets;
import java.util.*;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.ReentrantLock;
/**
* Google排名查询工具类（基于speculationrules解析）
*
* <p>
* 本工具类采用全新的解析方案：
* 1. 不再解析复杂的DOM结构
* 2. 直接提取Google返回的<script type="speculationrules">中的URL列表
@ -58,13 +59,14 @@ public class GoogleRankUtil {
private static volatile int BASE_BACKOFF_MS = 10000;
private static volatile boolean KEEP_BROWSER_OPEN = false;
private static volatile String GOOGLE_REGION = "GH"; // Google地理位置（如：US, CN, ZA等）
private static volatile String CHROMEDRIVER_PATH = null; // ChromeDriver路径（优先级最高）
// 线程本地变量
private static final ThreadLocal<WebDriver> TL_DRIVER = new ThreadLocal<>();
private static final ThreadLocal<String> TL_USER_DATA_DIR = new ThreadLocal<>(); // 记录用户数据目录
private static final AtomicLong LAST_NAV_AT = new AtomicLong(0L);
// 【关键修复】全局锁：防止定时任务并发执行导致的会话冲突
private static final ReentrantLock GLOBAL_LOCK = new ReentrantLock();
// ==================== 配置方法 ====================
public static void setHeadless(boolean headless) {
@ -97,22 +99,8 @@ public class GoogleRankUtil {
return GOOGLE_REGION;
}
public static void setChromedriverPath(String path) {
CHROMEDRIVER_PATH = (path == null || path.trim().isEmpty()) ? null : path.trim();
if (CHROMEDRIVER_PATH != null) {
System.setProperty("webdriver.chrome.driver", CHROMEDRIVER_PATH);
log.info("手动设置ChromeDriver路径: {}", CHROMEDRIVER_PATH);
}
}
public static String getChromedriverPath() {
return CHROMEDRIVER_PATH;
}
public static void shutdownDriver() {
WebDriver d = TL_DRIVER.get();
String userDataDir = TL_USER_DATA_DIR.get();
if (d != null) {
try {
d.quit();
@ -120,39 +108,6 @@ public class GoogleRankUtil {
}
TL_DRIVER.remove();
}
// 清理临时用户数据目录
if (userDataDir != null && !userDataDir.isEmpty()) {
try {
java.io.File dir = new java.io.File(userDataDir);
if (dir.exists() && dir.isDirectory()) {
deleteDirectory(dir);
log.debug("已清理临时用户数据目录: {}", userDataDir);
}
} catch (Exception e) {
log.warn("清理临时用户数据目录失败: {}", e.getMessage());
}
TL_USER_DATA_DIR.remove();
}
}
/**
* 递归删除目录
*/
private static void deleteDirectory(java.io.File directory) {
if (directory.exists()) {
java.io.File[] files = directory.listFiles();
if (files != null) {
for (java.io.File file : files) {
if (file.isDirectory()) {
deleteDirectory(file);
} else {
file.delete();
}
}
}
directory.delete();
}
}
// ==================== 核心方法 ====================
@ -324,16 +279,16 @@ public class GoogleRankUtil {
/**
* 【核心方法】从speculationrules脚本中解析排名
*
* <p>
* 解析逻辑：
* 1. 查找<script type="speculationrules">标签
* 2. 提取JSON内容
* 3. 解析prefetch数组中的urls
* 4. 按顺序匹配目标网站
*
* @param html HTML源码
* @param html HTML源码
* @param targetSite 目标网站
* @param baseRank 基础排名（第1页=0，第2页=10）
* @param baseRank 基础排名（第1页=0，第2页=10）
* @return 排名（>0表示找到，-1表示未找到）
*/
private static int parseRankFromSpeculationRules(String html, String targetSite, int baseRank) {
@ -572,8 +527,6 @@ public class GoogleRankUtil {
d.quit();
} catch (Exception ignore) {
}
// 【关键】清理旧的临时目录
cleanupOldUserDataDir();
TL_DRIVER.remove();
}
d = createWebDriver();
@ -582,181 +535,21 @@ public class GoogleRankUtil {
return d;
}
/**
* 清理旧的用户数据目录
*/
private static void cleanupOldUserDataDir() {
String oldDir = TL_USER_DATA_DIR.get();
if (oldDir != null && !oldDir.isEmpty()) {
try {
// 强制等待一下，确保 Chrome 进程完全退出
Thread.sleep(1000);
java.io.File dir = new java.io.File(oldDir);
if (dir.exists() && dir.isDirectory()) {
deleteDirectory(dir);
log.debug("已清理旧的用户数据目录: {}", oldDir);
}
} catch (Exception e) {
log.warn("清理旧的用户数据目录失败: {}", e.getMessage());
}
TL_USER_DATA_DIR.remove();
}
}
/**
* 自动搜索ChromeDriver可执行文件
* 在常见位置查找：项目目录、系统PATH、常见安装位置
*/
private static String findChromeDriver() {
String osName = System.getProperty("os.name").toLowerCase();
boolean isWindows = osName.contains("win");
boolean isMac = osName.contains("mac");
String executableName = isWindows ? "chromedriver.exe" : "chromedriver";
// 搜索路径列表（按优先级）
List<String> searchPaths = new ArrayList<>();
// 1. 项目根目录及其子目录
String userDir = System.getProperty("user.dir");
searchPaths.add(userDir);
searchPaths.add(userDir + "/drivers");
searchPaths.add(userDir + "/driver");
searchPaths.add(userDir + "/chromedriver");
searchPaths.add(userDir + "/../drivers");
searchPaths.add(userDir + "/../driver");
// 2. 用户目录
String userHome = System.getProperty("user.home");
searchPaths.add(userHome + "/drivers");
searchPaths.add(userHome + "/driver");
// 3. Windows 常见位置
if (isWindows) {
searchPaths.add("C:/chromedriver");
searchPaths.add("C:/chromedriver-win64");
searchPaths.add("D:/chromedriver");
searchPaths.add("D:/chromedriver-win64");
searchPaths.add("C:/Program Files/chromedriver");
searchPaths.add("C:/Program Files (x86)/chromedriver");
searchPaths.add(userHome + "/Downloads");
searchPaths.add(userHome + "/Downloads/chromedriver-win64");
}
// 4. Mac 常见位置
if (isMac) {
searchPaths.add("/usr/local/bin");
searchPaths.add("/usr/bin");
searchPaths.add("/opt/homebrew/bin");
searchPaths.add("/opt/local/bin");
searchPaths.add(userHome + "/Downloads");
}
// 5. Linux 常见位置
if (!isWindows && !isMac) {
searchPaths.add("/usr/local/bin");
searchPaths.add("/usr/bin");
searchPaths.add("/bin");
searchPaths.add("/opt/chromedriver");
searchPaths.add("/opt/google/chrome");
searchPaths.add(userHome + "/.local/bin");
searchPaths.add(userHome + "/bin");
searchPaths.add("/snap/bin");
}
// 6. 从 PATH 环境变量中查找
String pathEnv = System.getenv("PATH");
if (pathEnv != null) {
String[] paths = pathEnv.split(isWindows ? ";" : ":");
for (String path : paths) {
searchPaths.add(path.trim());
}
}
// 开始搜索
log.debug("开始在 {} 个位置搜索 ChromeDriver...", searchPaths.size());
for (String searchPath : searchPaths) {
java.io.File file = new java.io.File(searchPath, executableName);
if (file.exists() && file.isFile()) {
if (file.canExecute()) {
log.info("✅ 自动发现ChromeDriver: {}", file.getAbsolutePath());
return file.getAbsolutePath();
} else {
log.warn("⚠️ 找到ChromeDriver但无执行权限: {}", file.getAbsolutePath());
// 尝试添加执行权限
if (file.setExecutable(true)) {
log.info("✅ 已自动添加执行权限: {}", file.getAbsolutePath());
return file.getAbsolutePath();
}
}
}
// 同时尝试没有扩展名的情况（某些系统）
if (isWindows) {
file = new java.io.File(searchPath, "chromedriver");
if (file.exists() && file.isFile()) {
log.info("✅ 自动发现ChromeDriver: {}", file.getAbsolutePath());
return file.getAbsolutePath();
}
}
}
log.warn("❌ 未能自动找到ChromeDriver，已搜索 {} 个位置", searchPaths.size());
log.warn("💡 建议：");
log.warn(" 1. 手动下载 ChromeDriver: https://googlechromelabs.github.io/chrome-for-testing/");
log.warn(" 2. 放到以下任意位置: /usr/local/bin, /usr/bin, 或项目drivers目录");
log.warn(" 3. 或使用代码配置: GoogleRankUtil.setChromedriverPath(\"/path/to/chromedriver\")");
return null;
}
/**
* 创建WebDriver实例
*/
private static WebDriver createWebDriver() {
// 优先级1：静态配置的路径
if (CHROMEDRIVER_PATH != null && !CHROMEDRIVER_PATH.isEmpty()) {
System.setProperty("webdriver.chrome.driver", CHROMEDRIVER_PATH);
log.info("使用手动配置的ChromeDriver路径: {}", CHROMEDRIVER_PATH);
} else {
// 优先级2：尝试使用 WebDriverManager 自动配置
try {
WebDriverManager.chromedriver().setup();
log.info("WebDriverManager 已自动配置 chromedriver");
} catch (Throwable t) {
log.warn("WebDriverManager 配置失败，尝试其他方法: {}", t.getMessage());
// 优先级3：环境变量
String sysProp = System.getProperty("webdriver.chrome.driver");
String envProp = System.getenv("CHROMEDRIVER_PATH");
if (sysProp == null || sysProp.isEmpty()) {
String foundPath = null;
// 优先级4：环境变量指定的路径
if (envProp != null && !envProp.isEmpty()) {
foundPath = envProp;
log.info("使用环境变量CHROMEDRIVER_PATH: {}", foundPath);
} else {
// 优先级5：自动搜索常见位置
foundPath = findChromeDriver();
}
// 优先级6：操作系统默认路径（最后的兜底）
if (foundPath == null) {
String osName = System.getProperty("os.name").toLowerCase();
if (osName.contains("win")) {
foundPath = "D:/chromedriver-win64/chromedriver.exe";
} else if (osName.contains("mac")) {
foundPath = "/usr/local/bin/chromedriver";
} else {
foundPath = "/usr/local/bin/chromedriver";
}
log.warn("使用操作系统默认路径: {} (可能不存在，建议手动配置)", foundPath);
}
System.setProperty("webdriver.chrome.driver", foundPath);
log.info("最终使用ChromeDriver路径: {}", foundPath);
}
try {
WebDriverManager.chromedriver().setup();
log.info("WebDriverManager 已自动配置 chromedriver");
} catch (Throwable t) {
log.warn("WebDriverManager 配置失败，尝试使用手动路径: {}", t.getMessage());
String sysProp = System.getProperty("webdriver.chrome.driver");
String envProp = System.getenv("CHROMEDRIVER_PATH");
if (sysProp == null || sysProp.isEmpty()) {
String path = (envProp != null && !envProp.isEmpty()) ? envProp : "/usr/local/bin/chromedriver";
System.setProperty("webdriver.chrome.driver", path);
log.info("使用ChromeDriver路径: {}", path);
}
}
@ -789,15 +582,30 @@ public class GoogleRankUtil {
options.addArguments("--no-sandbox");
options.addArguments("--disable-dev-shm-usage");
// 【关键修复】服务器环境：不指定user-data-dir，让Chrome自动管理临时配置
// 这样每次都是完全独立的临时环境，避免"already in use"冲突！
log.debug("使用Chrome默认临时配置（不指定user-data-dir）");
// 【关键修复】服务器环境：强制使用唯一的临时目录，彻底避免冲突
try {
String tempDir = System.getProperty("java.io.tmpdir");
String uniqueDataDir = tempDir + "/chrome-data-" +
System.currentTimeMillis() + "-" +
Thread.currentThread().getId() + "-" +
(int)(Math.random() * 100000);
// 【额外修复】添加更多服务器友好的参数
options.addArguments("--disable-gpu"); // 禁用GPU加速
java.io.File dataDir = new java.io.File(uniqueDataDir);
if (!dataDir.exists()) {
dataDir.mkdirs();
}
options.addArguments("--user-data-dir=" + uniqueDataDir);
log.info("✅ 使用唯一临时目录: {}", uniqueDataDir);
} catch (Exception e) {
log.warn("创建临时目录失败: {}", e.getMessage());
}
// 【额外修复】添加更多服务器友好参数
options.addArguments("--disable-gpu");
options.addArguments("--disable-software-rasterizer");
options.addArguments("--disable-setuid-sandbox");
options.addArguments("--remote-debugging-port=0"); // 禁用远程调试，避免端口冲突
options.addArguments("--remote-debugging-port=0");
// 是否保留浏览器窗口
options.setExperimentalOption("detach", KEEP_BROWSER_OPEN);
@ -814,6 +622,70 @@ public class GoogleRankUtil {
return driver;
}
/**
* 检测是否为服务器环境（Linux 且无显示）
*/
private static boolean isServerEnvironment() {
String osName = System.getProperty("os.name").toLowerCase();
boolean isLinux = osName.contains("linux");
// 检查是否有 DISPLAY 环境变量（Linux 图形界面）
String display = System.getenv("DISPLAY");
boolean hasDisplay = (display != null && !display.isEmpty());
// Linux 且无显示 = 服务器环境
return isLinux && !hasDisplay;
}
/**
* 强制清理残留的 Chrome 和 ChromeDriver 进程
*/
private static void forceKillChromeProcesses() {
try {
String osName = System.getProperty("os.name").toLowerCase();
if (osName.contains("linux") || osName.contains("mac")) {
// Linux/Mac: 使用 pkill 命令
try {
Process p1 = Runtime.getRuntime().exec(new String[]{"pkill", "-9", "chrome"});
p1.waitFor();
log.debug("已执行 pkill chrome");
} catch (Exception e) {
log.debug("pkill chrome 失败: {}", e.getMessage());
}
try {
Process p2 = Runtime.getRuntime().exec(new String[]{"pkill", "-9", "chromedriver"});
p2.waitFor();
log.debug("已执行 pkill chromedriver");
} catch (Exception e) {
log.debug("pkill chromedriver 失败: {}", e.getMessage());
}
} else if (osName.contains("win")) {
// Windows: 使用 taskkill 命令
try {
Process p1 = Runtime.getRuntime().exec("taskkill /F /IM chrome.exe");
p1.waitFor();
log.debug("已执行 taskkill chrome.exe");
} catch (Exception e) {
log.debug("taskkill chrome.exe 失败: {}", e.getMessage());
}
try {
Process p2 = Runtime.getRuntime().exec("taskkill /F /IM chromedriver.exe");
p2.waitFor();
log.debug("已执行 taskkill chromedriver.exe");
} catch (Exception e) {
log.debug("taskkill chromedriver.exe 失败: {}", e.getMessage());
}
}
log.info("✅ 已尝试清理残留的 Chrome 进程");
} catch (Exception e) {
log.warn("清理 Chrome 进程失败: {}", e.getMessage());
}
}
/**
* 格式化排名输出
*/
@ -825,48 +697,74 @@ public class GoogleRankUtil {
}
/**
* 查询谷歌关键词排名主体方法
* @author vinjor-M
* @date 11:17 2025/10/24
* @param searchText TODO
* @param site TODO
* @return int
* 查询谷歌关键词排名主体方法（定时任务专用版本）
*
* 【关键修复】：
* 1. 添加全局锁，防止定时任务并发执行
* 2. 自动检测服务器环境，强制使用 headless 模式
* 3. 禁用会话复用，每次独立执行
* 4. 强制清理 Chrome 进程
*
* @param searchText 搜索关键词
* @param site 目标网站
* @return 排名（>0表示找到，-1表示未找到，-2表示验证码，0表示失败）
* @author menft
* @date 2025/10/24
**/
public static int getGoogleRankMain(String searchText, String site) {
int rank = -1;
// 配置参数
GoogleRankUtil.setHeadless(false); // Mac环境建议 false
GoogleRankUtil.setSessionReuse(true); // 复用浏览器会话
GoogleRankUtil.setGlobalRequestInterval(8000, 5000); // 8s + 抖动 0~5s
GoogleRankUtil.setRetryPolicy(3, 10000); // 重试3次，递增退避
GoogleRankUtil.setKeepBrowserOpen(false); // 结束后关闭
// 【关键】使用全局锁，确保同一时间只有一个任务执行
GLOBAL_LOCK.lock();
log.info("🔒 获取全局锁成功，开始执行 Google 排名查询任务");
// 【新增】设置Google地理位置
// 常见代码：US=美国, CN=中国, ZA=南非, EG=埃及, NG=尼日利亚，GH=加纳，
GoogleRankUtil.setGoogleRegion("GH"); // 设置为加纳
try {
int rank = -1;
// 测试关键词
List<String> keywords = new ArrayList<>();
keywords.add(searchText);
// System.out.println("========== GoogleRankUtil 测试 ==========");
// System.out.println("解析方案：speculationrules（稳定、准确）");
// System.out.println("目标站点: " + site);
// System.out.println("地理位置: " + (GoogleRankUtil.getGoogleRegion() != null ? GoogleRankUtil.getGoogleRegion() : "默认"));
// System.out.println("关键词数量: " + keywords.size());
// System.out.println("=========================================\n");
for (String kw : keywords) {
// System.out.println("[" + (i + 1) + "/" + keywords.size() + "] 正在采集关键词: " + kw);
// long startTime = System.currentTimeMillis();
rank = getGoogleRank(kw, site);
// long elapsed = System.currentTimeMillis() - startTime;
// System.out.println("关键词[" + kw + "] 排名: " + formatRank(rank));
// System.out.println("耗时: " + elapsed + "ms");
// System.out.println("-----------------------------------\n");
// 【关键】检测是否为服务器环境（Linux/无显示环境）
boolean isServer = isServerEnvironment();
log.info("环境检测：isServer={}, OS={}", isServer, System.getProperty("os.name"));
// 配置参数（服务器环境专用）
GoogleRankUtil.setHeadless(isServer); // 服务器强制 headless
GoogleRankUtil.setSessionReuse(false); // 【关键】禁用会话复用
GoogleRankUtil.setGlobalRequestInterval(8000, 5000); // 8s + 抖动 0~5s
GoogleRankUtil.setRetryPolicy(3, 10000); // 重试3次，递增退避
GoogleRankUtil.setKeepBrowserOpen(false); // 【关键】强制关闭浏览器
log.info("配置完成：headless={}, sessionReuse={}, region={}",
HEADLESS, SESSION_REUSE, GOOGLE_REGION);
// 执行查询
List<String> keywords = new ArrayList<>();
keywords.add(searchText);
for (String kw : keywords) {
log.info("正在查询关键词：{}, 目标站点：{}", kw, site);
long startTime = System.currentTimeMillis();
rank = getGoogleRank(kw, site);
long elapsed = System.currentTimeMillis() - startTime;
log.info("查询完成：关键词[{}] 排名={}, 耗时={}ms", kw, formatRank(rank), elapsed);
}
// 【关键】强制清理 WebDriver
GoogleRankUtil.shutdownDriver();
// 【额外保险】强制清理残留的 Chrome 进程
if (isServer) {
forceKillChromeProcesses();
}
return rank;
} catch (Exception e) {
log.error("Google 排名查询异常", e);
return 0;
} finally {
// 【关键】释放全局锁
GLOBAL_LOCK.unlock();
log.info("🔓 释放全局锁");
}
// System.out.println("========== 采集完成 ==========");
// 清理
GoogleRankUtil.shutdownDriver();
return rank ;
}
// ==================== 测试方法 ====================
@ -882,12 +780,11 @@ public class GoogleRankUtil {
GoogleRankUtil.setKeepBrowserOpen(false); // 结束后关闭
// 【新增】设置Google地理位置
// 常见代码：US=美国, CN=中国, ZA=南非, EG=埃及, NG=尼日利亚
GoogleRankUtil.setGoogleRegion("GH"); // 设置为南非
// 常见代码：US=美国, CN=中国, ZA=南非, EG=埃及, NG=尼日利亚，GH=加纳，
GoogleRankUtil.setGoogleRegion("GH"); // 设置为加纳
// 测试关键词
List<String> keywords = Arrays.asList("cd duck");
List<String> keywords = Arrays.asList("cd truck");
String site = "www.cdtrucktralier.com";
System.out.println("========== GoogleRankUtil 测试 ==========");